Program
AI Temelleri
10 sa
GPT-4o Görüntü Oluşturma Nedir?
GPT-4o görüntü oluşturma, kullanıcıların ChatGPT içinde doğrudan görseller oluşturmasına olanak tanıyan GPT-4o modelindeki yeni bir özelliktir. Bu özellik, platforma yerel görüntü oluşturmayı getirerek yaratıcılık, eğitim ve daha birçok amaç için erişilebilir hale getirir.
Bu lansman, önceki görüntü oluşturma teknolojilerine kıyasla büyük bir sıçrama anlamına geliyor; çünkü görüntü oluşturmayı daha doğru, kullanıcı dostu ve birçok durumda daha faydalı hale getirmeyi hedefliyor. Örneğin kullanıcılar artık belirli yönergeler vererek görüntüler üretebilir, görüntüleri metinle harmanlayabilir veya basit talimatlarla görselleri düzenleyebilir.
Genel olarak, GPT-4o görüntü oluşturma; çizgi romanlar, koleksiyon kartları, mizah görselleri (meme) veya karmaşık konuları açıklayan eğitim materyalleri gibi çeşitli yaratıcı görevler için kullanılabilir. Örneğin, bu bölümü bir infografikle özetlemesi için ChatGPT’yi yönlendirdim:
GPT-4o görüntü oluşturma kullanılarak hazırlanmış örnek infografik
GPT-4o Görüntü Oluşturmaya Nasıl Erişilir?
GPT-4o görüntü oluşturma özelliği, ChatGPT'de varsayılan görüntü oluşturucu olarak sunuluyor. OpenAI'ye göre Plus, Pro, Team ve Free kullanıcılarına açık. Ancak benim deneyimimde, Free planımda çalıştırmayı başaramadım ve daha sonra OpenAI doğruladı ki yüksek talep nedeniyle Free planda erişim henüz mevcut değil.
Geliştiriciler, önümüzdeki haftalarda API üzerinden GPT-4o ile görsel üretebilme fırsatına sahip olacaklar.
GPT-4o ile görseller oluşturmak için GPT-4o modelini seçip, üretmesini istediğiniz şeyi tanımlayan bir metin istemi sağlayabilirsiniz.
Ayrıca değişiklikler istemek için sohbet etmeye devam edebiliriz:
GPT-4o Görüntü Oluşturma Örnekleri
Artık modelin nasıl kullanılacağını ele aldığımıza göre, sekiz pratik örnek üzerinden neler yapabildiğini gösterelim.
OpenAI, bu yeni modelin yalnızca güzel görseller üretmediğini, gerçek dünyada gerçekten işe yarar görseller oluşturabildiğini iddia ediyor. Bana göre bir görüntü oluşturma modelinin gerçekten faydalı olabilmesi için mevcut görselleri düzenleyebilmesi veya mevcut tarzları tutarlı biçimde uygulayabilmesi gerekir.
Gerçek hayatta genellikle sıfırdan bir görsel istemeyiz. Daha çok belirli bir tarzımız vardır ve o tarzda bir görsel üretmek isteriz ya da bir fotoğrafımız vardır ve onu bir şekilde düzenlememiz gerekir. İşte birkaç örnek:
- Pazarlama fotoğrafı paylaşmak isteyen bir kahve dükkanı sahibi, rastgele bir kahve dükkanının görselini değil, kendi dükkanının fotoğrafını ister.
- Yapay zekâyı görsel bir hikâye oluşturmak için kullanıyorsam, hikâye boyunca karakterin tutarlı kalabilmesi gerekir. Görseller tutarlı değilse hiçbir işe yaramaz.
- Bir fotoğrafçı olarak, gerçek hayatta var olmayan sıfırdan bir görsel üretmekle ilgilenmiyorum. Bunun yerine mevcut bir fotoğrafı düzenleyebilmek istiyorum.
1. Metin
Logo örneğinde GPT-4o'nun görsellerde metin üretebildiğini zaten gördük. Bağımsız metin üretmek muhtemelen en kolay örnek.
Bunu daha da test etmek için bir nesnenin üzerinde metin üretmeyi denedim:
Bu örnek iki önemli özelliği sergiliyor:
- Model, bir nesneye ilişkin metni, nesnenin şekliyle tutarlı bir şekilde üretebiliyor.
- Model renkleri anlayabiliyor ve bir renk şemasına uyabiliyor.
Modeli daha da zorlamak için, daha uzun bir metin üretmesini ve bunu görselde okunabilir şekilde göstermesini istedim. Sonuç şöyle oldu:
Bundan etkilendim. Daha önce denediğim diğer modeller bu görevi bu kadar iyi yerine getirememişti.
2. Saydamlık
GPT-4o saydam alanlara sahip görseller üretebiliyor. Bu, özellikle başka içeriklerin üzerine bindirilmesi amaçlanan görseller için faydalı; örneğin bir oyundaki karakterlerin çıkartmaları gibi.
Kendimin bir fotoğrafını çektim ve GPT-4o'dan buna dayalı bir piksel sanat karakteri oluşturmasını istedim. İşte sonuç:
Varsayılan olarak saydam arka plan üretmediğine dikkat edin; ancak bunu talep ettiğimde iyi çalıştı ve orijinal sonucu değiştirmedi.
3. Karakter tutarlılığı
Önceki konuşmaya dayanarak, oluşturduğum piksel sanat karakterini kullanarak bir sahne üretmeyi denedim. Sonuç şuydu:
Bu görseldeki karakterin çözünürlüğü orijinalinden farklı. Daha fazla detaya sahip; bu nedenle GPT-4o'nun, daha önce oluşturduğu karakteri kullanmak yerine fotoğrafa dayanarak yeni bir karakter ürettiği anlaşılıyor.
Yine de hoş bir sonuç, ancak bir oyunda olduğu gibi iki karakterin daha tutarlı olması gerektiğinden bu haliyle kullanışlı değil. Bu aşamada, nihai bir sonuç olmaktan ziyade bir piksel sanatçısı için ilham kaynağı olarak daha iyi.
4. Ayrıntılı bir hikâye oluşturma
Sırada, birkaç ay önce Taipei’de çektiğim bir şehir manzarası fotoğrafının hikâyesini anlatmak için bir çizgi roman şeridi oluşturmak istedim. Bunu, GPT-4o'nun ayrıntılı talimatlardan görsel üretmeyi nasıl ele aldığını test etmek için kullandım.
Önce modelden kendime dayalı bir çizgi roman karakteri oluşturmasını istedim. Ardından çizgi roman şeridindeki her kareye ilişkin ayrıntıları verdim.
İlk sonuç istediğime yakındı ama tam olarak doğru değildi. Ayrıca modelin yine, ilk oluşturduğu karakteri kullanmak yerine yeni bir karakter ürettiğini hissettim.
Ancak talep ettiğim değişikliklerden sonra sonuçtan çok memnun kaldım. O gecenin bir çizgi roman şeridi olarak hayat bulduğunu görmek ilginç bir histi.
Özellikle son karedeki fotoğrafı taklit edebilmesini sevdim. Bence sonucu bir üst seviyeye taşıdı.
5. Fotoğraf düzenleme
Sırada fotoğraf düzenleme vardı. Birkaç ay önce Avrupa’ya dönüş yolundaydım ve uçağa binmeden önce bir fotoğraf çektim. Ne yazık ki içeriden çektiğim için camda rahatsız edici bir yansıma vardı. Bunu kaldırmak için Photoshop kullanmayı denedim ama başarılı olamadım.
GPT-4o ile tekrar denedim ve gerçekten iyi çalıştı.
İşte GPT-4o kullanarak fotoğraf düzenlemeye dair birkaç başka örnek:
Yine, mükemmel değil ama oldukça iyi. İlk örnekte insanlar kaldırılmış ancak arkadaki bina değişmiş. Gece fotoğrafları hoş ama biraz fazla karanlık.
Dikkat çekici bir diğer ayrıntı da, GPT-4o'nun sohbet yapısı nedeniyle yeni değişiklikleri son görüntü üzerine uygulama eğiliminde olması. Bu durumda yağmur istediğimde, orijinal görseli değil gece görselini değiştirmesini beklemiyordum.
Bunu, istemde hangi görselin kullanılacağını belirterek veya yeni bir konuşma başlatarak aşabiliriz.
6. Renk düzenleme
Fotoğraf düzenlememin çoğu, fotoğrafın içeriğini değiştirmekten ziyade renkleri ayarlamaktan ibaret.
GPT-4o'nun renk düzenlemede ne kadar iyi olduğunu merak ettim ve kendi fotoğraflarımdan birinde renk düzenleme denemeleri yaptım. En sevdiğim filmlerden biri Blade Runner 2049 ve filmin genel estetiğini seviyorum; bu nedenle GPT-4o'nun kentsel bir fotoğrafımı o tarzda renk düzenleyip düzenleyemeyeceğini görmek istedim. Sonuç şöyle:
Sonucu çok sevdim. Kendim düzenlemeye kıyasla bana çok zaman kazandırdı. Ayrıca görselin bütünlüğünü (çoğunlukla) korumuş olmasını da gerçekten beğendim.
Bu örnekte istenen sonucu metinsel olarak tarif ediyoruz. Ayrıca bir renk paletine sahip örnek bir görsel verip, fotoğrafımı o tarzda renk düzenleyip düzenleyemeyeceğini de denedim. Bana göre bunda da çok iyi iş çıkardı.
7. İnfografikler ve diyagramlar
Bir infografik, bilgiyi veya veriyi hızlıca anlaşılmasını sağlamak için tasarlanmış görsel bir temsildir. Şimdiye kadar faydalı infografikler üretebilen bir model görmemiştim.
Tayvan'da neden bu kadar çok deprem olduğuna açıklık getiren bir infografik üretmesini isteyerek GPT-4o’yu test edelim.
İlk sonuç oldukça hatalıydı; hem Tayvan'ın konumu hem de yazımı yanlış. Düzeltmesini istedim ve daha iyi bir sonuç aldım. Ancak yeni sonuç da mükemmel değil; çünkü açıklamanın sonu kesilmiş.
Bu, modelin henüz kusursuz olmadığını gösteriyor. Yine de internette bu görevde oldukça iyi sonuçlar verdiği pek çok örnek gördüm.
Bir çevrimiçi eğitmen olarak içeriklerim için sık sık diyagramlar oluşturmam gerekiyor. GPT-4o'dan benim için diyagramlar üretmesini istedim ama iyi bir sonuç bulamadım. Merge Sort'u gösteren bir diyagram istediğimde aldığım sonuç şöyleydi. Diyagram doğru fikri yakalıyor, ancak tüm ayrıntılar yanlış.
Genel olarak, bu modellerin hâlâ ciddi iyileştirmeye ihtiyaç duyduğu bir alan olduğunu düşünüyorum.
8. Mevcut bir görsele öğe ekleme
Son olarak, mevcut bir fotoğrafı öğeler ekleyerek değiştirmeyi denedim. Bu örnekte, bir çay dükkânının içinden çekilmiş bir fotoğrafım var ve masanın üzerine bir çay fincanı çizmesini istedim:
Bunu daha önce DALL-E kullanarak sıfırdan üretmeye çalışmıştım; ancak her seferinde görselin genel görünümü ve hissi pek gerçekçi olmuyordu. Gerçek bir fotoğrafa öğe ekleyebilmek, hedeflediğim sonuca ulaşmayı çok daha kolaylaştırıyor.
Sonuç
Bu yazıda, GPT-4o görüntü oluşturmanın heyecan verici yeni özelliklerini ve dikkat çekici yeteneklerini keşfettik. Sekiz pratik örnekle, bu modelin görseller içinde metin üretebildiğini, saydamlığı işleyebildiğini ve karakter tutarlılığını koruyabildiğini gördük. Her bir yetenek, yaratıcı vizyonları hayata geçirmede GPT-4o'nun ne kadar çok yönlü ve etkili olduğunu gösterdi.
İnfografikler ve diyagramlar söz konusu olduğunda hâlâ gelişme alanı olduğunu düşünüyorum. Bu durumlarda ürettiği görseller, verilen istemlerle uyumlu olsa da doğruluk ve olgusal tutarlılık açısından eksik kalıyor.
Uzun zamandır bir yapay zekâ sürümü için bu kadar heyecanlanmamıştım. Bana göre GPT-4o, görüntü oluşturma alanında gerçek bir dönüm noktası. Üzerinde daha fazla deneme yapmayı sabırsızlıkla bekliyorum ve hayata geçirmek için sabırsızlandığım sayısız fikrim şimdiden var.
